TensorFlow.NET 实战 下载 pdb txt pdf 百度云 kindle umd 夸克云
TensorFlow.NET 实战电子书下载地址
内容简介：
本书基于 TensorFlow.NET 框架，详细介绍了.NET 平台下深度学习的基础原理和应用技术，不仅阐述了算法原理，还演示了实践代码和运行效果，其中完整示例主要采用的语言为 C#和 F#。全书分为 3 个部分： 部分介绍了核心 API 的用法和基础示例，包括数据类型、张量、Eager Mode、自动求导、线性回归、逻辑回归、tf.data、深度神经网络和 AutoGraph 机制，读者可以通过学习这一部分内容快速入门；第二部分重点演示了.NET Keras 的用法，包括模型、网络层、常用 API、模型搭建和模型训练，读者可以由此掌握主流的深度学习方法；第三部分主要是生产应用和案例实操，包括 GPU 环境搭建、自定义数据集训练、图像分类、目标检测、迁移学习、自然语言处理、生成对抗网络和 F#应用案例，每个案例均有完整的代码。本书涵盖深度学习的方法和实践，主要面向在校大学生、生产技术人员和研究人员，适合具备.NET 编程基础，希望通过.NET 技术开发深度学习应用的读者阅读。
书籍目录：
部分 TensorFlow.NET API 入门
第 1 章 TensorFlow.NET 介绍 ................................................................................... 2
1.1 TensorFlow.NET 特性 .................................................................................................. 2
1.2 TensorFlow.NET 开源库结构 ...................................................................................... 3
第 2 章 数据类型与张量详解 ........................................................................................ 6
2.1 数据类型 ...................................................................................................................... 6
2.2 张量详解 ...................................................................................................................... 7
2.3 常量与变量 .................................................................................................................. 8
2.4 字符串常见操作 .........................................................................................................11
2.5 基本张量操作 ............................................................................................................ 14
2.6 维度变换 .................................................................................................................... 19
2.7 合并分割 .................................................................................................................... 22
2.8 广播机制 .................................................................................................................... 24
第 3 章 Eager Mode 详解 ............................................................................................ 28
3.1 Eager Mode 说明 ........................................................................................................ 28
3.2 Eager Mode 比较 ........................................................................................................ 29
3.3 Eager Mode 数值运算 ................................................................................................ 31
3.4 Eager Mode 张量降维运算 ........................................................................................ 32
3.5 Eager Mode 矩阵运算 ................................................................................................ 35
3.6 print 与 tf.print 特性对比 ........................................................................................... 37
第 4 章 自动求导原理与应用 ....................................................................................... 44
4.1 机器学习中的求导 .................................................................................................... 44
4.2 简单函数求导 ............................................................................................................ 45
4.3 复杂函数求偏导 ........................................................................................................ 46
第 5 章 线性回归实操 ...................................................................................................... 48
5.1 线性回归问题 ............................................................................................................ 48
5.2 TensorFlow 下的线性回归 ........................................................................................ 50
5.3 C#和 Python 的性能比较 .......................................................................................... 54
第 6 章 MNIST 手写字符分类逻辑回归 ............................................................................ 56
6.1 经典的 MNIST 手写字符分类问题 .......................................................................... 56
6.2 逻辑回归代码实操 .................................................................................................... 63
第 7 章 tf.data 数据集创建与预处理 ................................................................................ 77
7.1 tf.data 介绍 ................................................................................................................. 77
7.2 tf.data 数据集创建 ..................................................................................................... 78
7.3 tf.data 数据预处理 ..................................................................................................... 81
7.4 tf.data 数据使用 ......................................................................................................... 89
第 8 章 深度神经网络实践 ............................................................................................................ 91
8.1 深度神经网络介绍 .................................................................................................... 91
8.2 TensorFlow.NET 代码实操 1：DNN with Eager ...................................................... 93
8.3 TensorFlow.NET Keras 模型搭建的 3 种方式 ........................................................ 105
8.4 TensorFlow.NET 代码实操 2：DNN with Keras .....................................................116
第 9 章 AutoGraph 机制详解 .............................................................................................. 131
9.1 AutoGraph 机制说明 ............................................................................................... 131
9.2 AutoGraph 机制原理 ............................................................................................... 144
9.3 AutoGraph 编码规范 ............................................................................................... 146
第二部分 .NET Keras 简明教程
第 10 章 Keras 简要介绍 ................................................................................................... 149
10.1 Keras 特性 .............................................................................................................. 149
10.2 Keras 版本说明 ...................................................................................................... 150
第 11 章 模型与层 ................................................................................................................... 152
11.1 Keras 常用的模型与层 .......................................................................................... 152
11.2 自定义层 ................................................................................................................ 155
11.3 自定义模型 ............................................................................................................ 157
11.4 模型常用 API 概述 ................................................................................................ 160
第 12 章 Keras 常用 API 说明 ........................................................................................... 167
12.1 回调函数 ................................................................................................................ 167
12.2 数据集预处理 ........................................................................................................ 169
12.3 优化器 .................................................................................................................... 172
12.4 损失函数 ................................................................................................................ 175
12.5 评估指标 ................................................................................................................ 180
第 13 章 Keras 搭建模型的 3 种方式 ............................................................................ 184
13.1 Sequential API 方式 ............................................................................................... 185
13.2 Functional API 方式 ............................................................................................... 186
13.3 自定义模型 ............................................................................................................ 188
第 14 章 Keras 模型训练 ..................................................................................................... 194
14.1 内置 fit 训练 ........................................................................................................... 194
14.2 自定义训练 ............................................................................................................ 196
第三部分 生产应用与案例
第 15 章 CPU 和 GPU 环境下的 TensorFlow.NET 应用 ........................................... 201
15.1 CPU 和 GPU 环境搭建及安装 .............................................................................. 201
15.2 TensorFlow.NET 的图像利器 SharpCV ................................................................ 221
第 16 章 工业生产环境应用案例 ......................................................................................... 228
16.1 工业机器视觉领域应用 ........................................................................................ 228
16.2 工业时间序列预测领域应用 ................................................................................ 247
第 17 章 在 C#下使用 TensorFlow.NET 训练自己的数据集 .......................................... 254
17.1 项目说明 ................................................................................................................ 254
17.2 模型介绍 ................................................................................................................ 254
17.3 数据集说明 ............................................................................................................ 256
17.4 代码说明 ................................................................................................................ 256
17.5 总结 ........................................................................................................................ 274
第 18 章 视觉图像分类 ....................................................................................................... 275
18.1 卷积神经网络实现图像分类 ................................................................................ 277
18.2 卷积神经网络详解 ................................................................................................ 287
18.3 深入了解卷积神经网络 ........................................................................................ 319
第 19 章 视觉目标检测 ................................................................................................................ 347
19.1 视觉目标检测原理简述 ........................................................................................ 347
19.2 YOLO v3 模型推理实践 ....................................................................................... 360
19.3 YOLO v3 模型训练实践 ....................................................................................... 374
第 20 章 迁移学习应用 ................................................................................................................ 393
20.1 迁移学习原理简述 ................................................................................................ 393
20.2 Inception v3 网络 ................................................................................................... 396
20.3 迁移学习代码实操 ................................................................................................ 400
第 21 章 自然语言处理 ................................................................................................................ 426
21.1 自然语言处理简述 ................................................................................................ 426
21.2 词向量 .................................................................................................................... 429
21.3 文本分类代码实操 ................................................................................................ 446
第 22 章 生成对抗网络 ................................................................................................................ 467
22.1 生成对抗网络简述 ................................................................................................ 467
22.2 生成对抗网络实战案例 ........................................................................................ 479
第 23 章 F#应用案例 .................................................................................................................... 500
23.1 F#简明教程 ............................................................................................................ 500
23.2 F#案例实践 ............................................................................................................ 513
参考文献 ............................................................................................................................................ 534
作者介绍：
仇华：从事机器视觉和机器学习开发的工作14年，目前在***L担任 软件工程师。SciSharp Stack开源社区核心组成员，TensorFlow苏州社区创办者，多年来专注于图像算法和深度学习领域的研究，获得Google深度学习开发者认证、微软AIM人工智能经理证书和苏州市 视觉工程师证书。陈海平：从事软件开发和系统架构设计的工作16年，目前在美国一家公司担任 软件架构师。创办SciSharp Stack开源社区，TensorFlow.NET创立和主要维护者，主要业余时间都投入在开源社区的项目贡献。
出版社信息：
暂无出版社相关信息，正在全力查找中！
书籍摘录：
暂无相关书籍摘录，正在全力查找中！
在线阅读/听书/购买/PDF下载地址：
原文赏析：
暂无原文赏析，正在全力查找中！
其它内容：
暂无其它内容！
网站评分
书籍多样性：4分
书籍信息完全性：4分
网站更新速度：6分
使用便利性：5分
书籍清晰度：4分
书籍格式兼容性：4分
是否包含广告：3分
加载速度：8分
安全性：7分
稳定性：4分
搜索功能：3分
下载便捷性：3分
下载点评
- 五星好评(279+)
- 愉快的找书体验(354+)
- 服务好(172+)
- 速度慢(82+)
- 格式多(482+)
- 章节完整(127+)
- 差评少(285+)
- 书籍多(70+)
- 三星好评(434+)
- 简单(649+)
- 下载速度快(287+)
- 中评(458+)
下载评价
- 网友 戈***玉：
特别棒
- 网友 方***旋：
真的很好，里面很多小说都能搜到，但就是收费的太多了
- 网友 堵***洁：
好用，支持
- 网友 权***波：
收费就是好，还可以多种搜索，实在不行直接留言，24小时没发到你邮箱自动退款的！
- 网友 冷***洁：
不错，用着很方便
- 网友 师***怡：
说的好不如用的好，真心很好。越来越完美
- 网友 石***烟：
还可以吧，毕竟也是要成本的，付费应该的，更何况下载速度还挺快的
- 网友 濮***彤：
好棒啊！图书很全
- 网友 冉***兮：
如果满分一百分，我愿意给你99分，剩下一分怕你骄傲
- 网友 曾***文：
五星好评哦
- 网友 习***蓉：
品相完美
- 网友 权***颜：
下载地址、格式选择、下载方式都还挺多的
- 网友 养***秋：
我是新来的考古学家
- 网友 仰***兰：
喜欢！很棒！！超级推荐！
- 网友 晏***媛：
够人性化！
- 网友 孔***旋：
很好。顶一个希望越来越好，一直支持。
喜欢"TensorFlow.NET 实战"的人也看了
决断力 下载 pdb txt pdf 百度云 kindle umd 夸克云
2014张博士医考红宝书主管护师技术资格考试50日必练 下载 pdb txt pdf 百度云 kindle umd 夸克云
我的专业 我做主 下载 pdb txt pdf 百度云 kindle umd 夸克云
影子之城 下载 pdb txt pdf 百度云 kindle umd 夸克云
***心理学 下载 pdb txt pdf 百度云 kindle umd 夸克云
The World of Risk Management 下载 pdb txt pdf 百度云 kindle umd 夸克云
遇墙皆是门超越变革的阻力【正版书籍 无忧售后】 下载 pdb txt pdf 百度云 kindle umd 夸克云
大型旅游项目营造策略 下载 pdb txt pdf 百度云 kindle umd 夸克云
悦艺术少儿美术课堂 写生线描 下载 pdb txt pdf 百度云 kindle umd 夸克云
中检院 下载 pdb txt pdf 百度云 kindle umd 夸克云
全格式电子版 - 免费下载
随机推荐
- 中公福建省***考试用书2016行政职业能力测验高频考题2001道及名师详解福建省***录用考试专用教材最新版 下载 pdb txt pdf 百度云 kindle umd 夸克云
- 英语习惯搭配词典 下载 pdb txt pdf 百度云 kindle umd 夸克云
- Excel 2003 中文电子表格 下载 pdb txt pdf 百度云 kindle umd 夸克云
- 昭烈帝刘备传(精)/中华历代帝王传 下载 pdb txt pdf 百度云 kindle umd 夸克云
- 2017民生散文选【新华集团正版书籍】 下载 pdb txt pdf 百度云 kindle umd 夸克云
- 冒险王（2014第一季度）共2册 下载 pdb txt pdf 百度云 kindle umd 夸克云
- 从课本到奥数·八年级B版(第二学期)（第三版） 下载 pdb txt pdf 百度云 kindle umd 夸克云
- 小手电大探秘 神奇魔法手电筒科普书昆虫和爬行动物 幼儿科普百科绘本 儿童书籍小学生科普读物 第一次发现丛书系列***图书课外书现货 下载 pdb txt pdf 百度云 kindle umd 夸克云
- 自然计算：DNA、量子比特和智能机器的未来 下载 pdb txt pdf 百度云 kindle umd 夸克云
- 毛线球8：挪威的编织森林（日本最畅销的编织图书原版引进，最高销量达12万册，经典的红、蓝、白三国旗色搭配XO图案、X图案、十字花样演绎不一样的挪威风情） 下载 pdb txt pdf 百度云 kindle umd 夸克云
书籍真实打分
故事情节：4分
人物塑造：7分
主题深度：4分
文字风格：6分
语言运用：7分
文笔流畅：4分
思想传递：3分
知识深度：7分
知识广度：6分
实用性：9分
章节划分：5分
结构布局：3分
新颖与独特：4分
情感共鸣：4分
引人入胜：3分
现实相关：8分
沉浸感：8分
事实准确性：4分
文化贡献：4分